YOLOv10 и YOLOX#

Область компьютерного зрения развивается благодаря стремительному прогрессу в архитектурах обнаружения объектов в реальном времени. В этом подробном техническом сравнении рассматриваются две влиятельные модели, расширившие границы эффективности и архитектурных подходов: YOLOv10 и YOLOX. Изучив их архитектурные различия, показатели производительности и методики обучения, разработчики и исследователи смогут принимать обоснованные решения при развертывании надежных систем компьютерного зрения.

Предпосылки и происхождение моделей#

Понимание происхождения этих моделей глубокого обучения дает ценный контекст для оценки их архитектурных целей и предполагаемых вариантов использования.

YOLOv10: отказ от NMS для настоящего сквозного обнаружения#

Разработанная для устранения давних узких мест, связанных с задержкой, YOLOv10 внедрила нативный сквозной подход в семейство YOLO.

• Авторы: Ao Wang, Hui Chen, Lihao Liu и др.
• Организация: Университет Цинхуа
• Дата: 23 мая 2024 года
• ArXiv: 2405.14458
• GitHub: THU-MIG/yolov10
• Документация: Документация Ultralytics YOLOv10

Подробнее о YOLOv10

YOLOX: сокращение разрыва между исследованиями и индустрией#

YOLOX появилась как версия традиционной архитектуры YOLO без якорей, предложив более простой метод с конкурентоспособной производительностью и ориентируясь прежде всего на упрощение развертывания в промышленной среде.

• Авторы: Zheng Ge, Songtao Liu, Feng Wang, Zeming Li и Jian Sun
• Организация: Megvii
• Дата: 18 июля 2021 г.
• ArXiv: 2107.08430
• GitHub: Megvii-BaseDetection/YOLOX
• Документация: Официальная документация YOLOX

Узнай больше о YOLOX

Ключевые особенности и инновации архитектуры#

Обе платформы отличаются от традиционных детекторов на основе якорей, но решают разные задачи в конвейере обнаружения объектов.

Архитектура YOLOX#

В 2021 году YOLOX привнесла в экосистему несколько важных обновлений. Ее основным вкладом стал переход к архитектуре детектора без якорей. Отказ от заранее заданных якорных блоков значительно сократил количество проектных параметров и объем эвристической настройки для разных наборов данных.

Кроме того, YOLOX использует разделенную голову, отделяя задачи классификации и регрессии. Это устранило конфликт между двумя целями и значительно ускорило сходимость во время обучения. Модель также применяет SimOTA для продвинутого назначения меток, улучшая обработку перегруженных сцен и окклюзий, часто встречающихся в наборе данных COCO.

Архитектура YOLOv10#

Хотя YOLOX усовершенствовала голову обнаружения, во время вывода она по-прежнему использовала подавление немаксимумов (NMS), что приводит к нестабильной задержке. YOLOv10 целенаправленно устранила этот недостаток, внедрив стратегию согласованного двойного назначения для обучения без NMS. Во время обучения модель использует назначения меток «один-ко-многим» и «один-к-одному», но во время вывода полностью отбрасывает голову «один-ко-многим», формируя чистые предсказания без постобработки NMS.

YOLOv10 также отличается целостным дизайном модели, ориентированным на эффективность и точность. В ней используются облегченные головы классификации и пространственно-канально разделенное уменьшение разрешения, что существенно сокращает количество параметров и FLOPs без потери точности.

Сравнение производительности#

Оценка этих моделей на таком оборудовании, как GPU NVIDIA T4, выявляет разные преимущества в зависимости от масштаба. Ниже приведена подробная сравнительная таблица.

Как видно выше, YOLOv10 исключительно хорошо масштабируется. Вариант YOLOv10x обеспечивает наивысшую точность (54.4 mAP), а вариант YOLOv10n выполняет вывод быстрее всех благодаря интеграции с TensorRT. В то же время устаревшая модель YOLOX nano отличается наименьшими общими требованиями к ресурсам и подходит для сред с жесткими ограничениями.

Методики обучения и требования к ресурсам#

При внедрении моделей в производственную среду экосистема обучения и требования к ресурсам не менее важны, чем сама скорость вывода.

YOLOX часто опирается на устаревшие конфигурации окружения, которыми бывает сложно управлять. Кроме того, ее устаревшая кодовая база требует большего объема шаблонного кода для распределенного обучения на нескольких GPU или оптимизации с пониженной точностью.

В отличие от нее, YOLOv10 без проблем интегрируется в современные рабочие процессы PyTorch, но именно экосистема Ultralytics по-настоящему меняет опыт разработчика. Для моделей Ultralytics характерно значительно меньшее потребление памяти CUDA во время обучения по сравнению с архитектурами на основе Transformer, такими как RT-DETR.

Пример кода: упрощенное обучение#

Используя унифицированный API Ultralytics, ты можешь без лишних усилий обучать современные модели всего несколькими строками кода на Python. Это избавляет от необходимости вручную компилировать операторы C++ или работать со сложными файлами конфигурации.

from ultralytics import YOLO

# Initialize a pre-trained YOLOv10 model
model = YOLO("yolov10s.pt")

# Train the model on the COCO8 dataset
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

# Validate the model's performance
metrics = model.val()

# Export the optimized model to ONNX format
model.export(format="onnx")

Этот простой синтаксис сразу предоставляет доступ к автоматическому обучению со смешанной точностью, автоматическому расширению данных и интеграции с такими инструментами, как Weights & Biases, без дополнительной настройки.

Варианты применения и рекомендации#

Выбор между YOLOv10 и YOLOX зависит от требований твоего проекта, ограничений развертывания и предпочтительной экосистемы.

Когда выбирать YOLOv10#

YOLOv10 — подходящий выбор для:

• Обнаружения объектов в реальном времени без NMS: приложений, которым полезно сквозное обнаружение без подавления немаксимумов, что снижает сложность развертывания.
• Сбалансированного соотношения скорости и точности: проектов, требующих удачного баланса между скоростью инференса и точностью обнаружения для моделей разных размеров.
• Приложений со стабильной задержкой: сценариев развертывания, где критически важны предсказуемые времена инференса, например в робототехнике или автономных системах.

Когда стоит выбрать YOLOX#

YOLOX рекомендуется для следующих задач:

• Исследования обнаружения без якорей: Академические исследования, в которых чистая безъякорная архитектура YOLOX используется как базовая модель для экспериментов с новыми головками обнаружения или функциями потерь.
• Сверхлёгкие периферийные устройства: Развертывание на микроконтроллерах или устаревшем мобильном оборудовании, где критически важен чрезвычайно малый размер варианта YOLOX-Nano (0.91M параметров).
• Исследования назначения меток SimOTA: Исследовательские проекты, изучающие стратегии назначения меток на основе оптимального транспорта и их влияние на сходимость обучения.

Когда выбирать Ultralytics (YOLO26)#

Для большинства новых проектов Ultralytics YOLO26 предлагает лучшее сочетание производительности и удобства для разработчиков:

• Развертывания на периферийных устройствах без NMS: приложений, требующих стабильного вывода с низкой задержкой без сложной постобработки с подавлением немаксимумов.
• Сред без GPU: устройств без выделенного ускорения GPU, где до 43% более быстрый вывод YOLO26 на CPU дает решающее преимущество.
• Обнаружения мелких объектов: сложных сценариев, таких как аэрофотосъемка с дронов или анализ данных IoT-сенсоров, где ProgLoss и STAL значительно повышают точность обнаружения крошечных объектов.

Будущее ИИ для компьютерного зрения: встречай YOLO26#

Хотя YOLOv10 и YOLOX стали важными вехами, область компьютерного зрения неустанно развивается. Для разработчиков, которые начинают новые проекты сегодня, Ultralytics YOLO26 — однозначно рекомендуемый вариант.

Выпущенная в январе 2026 года, Ultralytics YOLO26 развивает фундаментальный прорыв в виде сквозной архитектуры без NMS, впервые реализованной в YOLOv10, и совершенствует ее для еще большей стабильности и скорости.

YOLO26 выделяется благодаря нескольким значительным улучшениям:

• До 43% более быстрый вывод на CPU: благодаря стратегическому удалению Distribution Focal Loss (DFL) YOLO26 обеспечивает значительно более высокую производительность на периферийных устройствах без GPU.
• Оптимизатор MuSGD: этот новый гибрид SGD и Muon, созданный с учетом стабильности обучения LLM, обеспечивает более быструю сходимость и высокостабильные процессы обучения.
• ProgLoss + STAL: эти продвинутые функции потерь заметно улучшают распознавание небольших объектов, что особенно важно для аэрофотосъемки и датчиков IoT.
• Непревзойденная универсальность: в отличие от YOLOX, которая является исключительно детектором объектов, YOLO26 изначально поддерживает сегментацию экземпляров, оценку позы, классификацию изображений и обнаружение OBB в рамках одной унифицированной библиотеки.

Практические применения#

Выбор подходящей модели определяет успех развертывания в реальных условиях и различных отраслях.

Высокоскоростная видеоаналитика#

Для обработки плотных видеопотоков, например при управлении движением в умном городе, YOLOv10 дает значительное преимущество благодаря постобработке без NMS. Устранение узкого места, связанного с NMS, обеспечивает стабильно низкую задержку, что делает модель идеальной для использования с алгоритмами трекинга, такими как BoT-SORT.

Устаревшее развертывание на периферийных устройствах#

Для старых академических конфигураций или устаревших приложений Android, тщательно оптимизированных под чисто сверточные архитектуры, небольшие модели, такие как YOLOX-Tiny, по-прежнему могут находить специализированные варианты применения, если сохранение старых окружений PyTorch считается приемлемым компромиссом.

Современные периферийные и IoT-устройства#

Для развертывания на оборудовании следующего поколения, например в робототехнике, дронах и системах анализа полок в магазинах, YOLO26 — оптимальное решение. Благодаря значительно меньшей задержке на CPU и превосходному обнаружению небольших объектов модель особенно хорошо подходит для автономной навигации и детализированного управления запасами.

Чтобы дополнить свой инструментарий глубокого обучения другими сравнениями, ты также можешь изучить, как эти модели выглядят на фоне таких альтернатив, как гибкая YOLO11 или работающая на Transformer RT-DETR.